Behavioral and Pharmacokinetic Assessment of Nicotine e-Cigarette Inhalation in Female Rats
Notice bibliographique
Résumé
INTRODUCTION: Nicotine and tobacco use remain high both globally and in the United States, contributing to large health care expenditures. With a rise in e-cigarette use, it is important to have clinically relevant models of inhaled nicotine exposure. AIMS AND METHODS: This study aims to extend prior preclinical nicotine inhalation animal data to females and provide both behavior and serum pharmacokinetics. We tested two inhalation doses of nicotine (24 mg/mL and 59 mg/ mL) and compared these to injected doses (0.4 mg/kg and 1 mg/kg). In addition, we assessed locomotor behavior after the same doses. Blood was collected at 10- and 120-minutes post-administration. We assessed nicotine and cotinine serum concentrations by LC-MS/MS. RESULTS: Showed that while nicotine serum concentrations for the respective high and low-dose administrations were similar between both routes of administration, the route had differential effects on locomotor behavior. Inhaled nicotine showed a dose-dependent decrease in locomotor activity while injected doses showed the opposite trend. CONCLUSIONS: Our results indicate that the route of administration is an important factor when establishing preclinical models of nicotine exposures. Given that the overall use of e-cigarettes in vulnerable populations is on the rise, our study provides important behavioral and pharmacokinetic information to advance our currently limited understanding of the effects of nicotine vapor exposure. IMPLICATIONS: This study highlights behavioral differences between different routes of administration of similar doses of nicotine. Using a low and high dose of nicotine, we found that nicotine serum concentrations were similar between the different routes of administration. Our results indicate that different routes of administration have opposing effects on locomotor activity. These findings provide important implications for future behavioral models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».